Novi AI može se obučiti čak i na starom računalu

Izvješće OpenAI-ja iz 2018. pokazalo je da računalna snaga za treniranje najvećih AI modela raste

nevjerojatno brzim tempom, udvostručavajući svaki3-4 mjeseca. Jedna od najsloženijih metoda učenja je duboko učenje, gdje umjetna inteligencija uči na svojim pogreškama kroz milijune ponavljanja tijekom simulacija. Ovo je način na koji kreatori videoigara, primjerice, poboljšavaju svoje vizualne elemente.

Nova specijalizirana oprema, CerebrasSystem's Wafer Scale Engine omogućuje vam da zamijenite mnoga snažna računala i koristite jedan mali čip koji je prikladan za AI obuku. Međutim, još se ne može masovno proizvoditi i istraživači napominju da bi koštao nekoliko milijuna dolara.

“Ovo je fantastično postignuće kojeomogućit će tisućama neovisnih istraživača da postignu iste snažne rezultate kao timovi velikih korporacija. Osim toga, računalni resursi koji su obično potrebni za provođenje ove vrste istraživanja rezultiraju velikim ugljičnim otiskom. Sada smo ga se uspjeli riješiti.”

Istraživači sa Sveučilišta Južne Kalifornije

U ovoj se metodi AI agent stavlja u simulacijuokruženje koje pruža nagrade za postizanje određenih ciljeva. Njihov se model koristi kao povratna informacija za daljnje učenje. Sadrži tri glavna računska zadatka: modeliranje okoliša i agenta; odlučivanje što dalje raditi na temelju naučenih pravila i koristeći rezultate ovih radnji za ažuriranje svog ponašanja.

To je dovelo do značajnog ubrzanja u učenjuu usporedbi s drugim pristupima. Koristeći jedno računalo opremljeno procesorom sa 36 jezgara, istraživači su uspjeli obraditi oko 140.000 sličica u sekundi tijekom treninga video-igara Atari i Doom. U 3D okruženju za trening u DeepMind laboratoriju isporučivali su 40K okvira u sekundi, 15% bolje nego inače.

Pogledajte i:

- Pogledajte ogromni "zid" stotina tisuća galaksija iza Mliječnog puta

- Komet NEOWISE je vidljiv u Rusiji. Gdje ga vidjeti, gdje pogledati i kako fotografirati

- NASA i ESA objavljuju najsloženiju sliku Sunca